Google DeepMind는 2026년 11월 12일에 Gemini 4 Hydrogen를 발표했습니다. 만약 Gemini 3.8 Flash로 코드 수정이나 도구 실행을 하고 있다면, 다음으로 평가해 볼 모델입니다. 다만, 요구 사항이 충돌하는 설계나 장기적인 계획까지 모두 Hydrogen로 대체해야 한다는 의미는 아닙니다. 그 단계에서는 여전히 Gemini 4 Argon을 사용할 이유가 남아 있습니다.
본 기사에서는 같은 Google의 모델들만 다룹니다. 3.8 Flash를 이전(移行元)으로, Hydrogen를 일상 실행용으로, Argon을 계획 비교 대상으로 간주합니다. Carbon은 더 깊은 계획 계층에 위치한다고 되어 있지만, 일상적인 실행 모델을 선택하는 주요 비교 대상에는 포함하지 않습니다. 아래의 벤치마크는 Google이 공개하거나 인용한 수치이며, 세 가지 모델에 동일한 과제를 API로 실행하여 얻은 결과는 아닙니다.
3.8 Flash 역시 원래 소프트웨어 개발이나 다단계 Agent 처리에 사용되는 모델입니다. Hydrogen를 평가할 때 중요한 것은 용도의 이름 자체보다, 같은 작업을 주었을 때의 기본 동작(既定動作) 차이점입니다.
| 확인 항목 | Gemini 3.8 Flash | Gemini 4 Hydrogen | 구현상의 의미 |
|---|
| 기본 사고 수준 (Default Thinking Level) | medium | high | 모델 ID만 바꿔도 추론에 투입되는 양이 달라집니다. |
| 사고 수준 | 3.8 Flash 설정에 따름 | low, medium, high, xhigh | xhigh는 어려운 과제에서 high와의 차이를 확인하기 위해 사용합니다. |
| 컨텍스트 표기 | 입력 1,048,576 토큰, 출력 65,536 토큰을 별도로 기재 | 입력・사고・출력으로 공유하는 1,048,576 토큰 | 구형 모델에 1M 규모의 입력이 없었던 것은 아닙니다. |
| 개선 초점 | 코딩 및 다단계 처리 | 도구 활용, 실패 후 지속성, 과제 완료 | 답변문뿐만 아니라 실제 실행 기록을 확인해야 합니다. |
짧은 분류나 단순한 편집이라면 high로 변경하는 것이 항상 유리하지는 않습니다. 반대로, 조사부터 수정, 테스트까지 이어지는 작업에서는 최종적인 품질과 전체 과정에 걸친 소요 시간을 함께 봐야 합니다. Google의 '기본 high에서 과제 완료가 2.5배 빠르다'라는 발표도 임의의 단일 API 응답이 2.5배 빠르다는 의미는 아닙니다.
Hydrogen의 컨텍스트 상한선은 1,048,576 토큰입니다. 입력 전용 공간이 아니라 대화 기록, 모델의 사고 과정(思考), 출력까지 모두 이 하나의 공간을 사용합니다. 일반적인 동기식 출력(同期出力)은 기본적으로 최대 65,536 토큰입니다. 더 긴 출력을 위해서는 문서화된 백그라운드 출력 또는 지속 생성 경로가 필요하며, 이는 공유되는 공간의 잔여량에도 제약이 따릅니다.
예를 들어, 입력한 코드와 기록이 800,000 토큰을 차지했다면, 사고 과정과 출력을 위해 남는 것은 248,576 토큰입니다. 이는 동기 응답으로 248,576 토큰 전체를 그대로 반환할 수 있다는 의미가 아닙니다. 큰 리포지토리나 긴 로그를 다룰 때는 답변을 위한 여유 공간도 남겨두고 입력을 설계해야 합니다.
입력으로는 텍스트, 이미지, 음성, 비디오를 이용할 수 있으며, 모델 자료에는 PDF, Office, OpenDocument 파일도 언급되었습니다. 출력은 텍스트입니다. 이미지・음성・비디오의 완성품을 직접 생성하는 모델이 아니며, Live API를 통한 실시간 음성・영상 대화에도 대응하지 않습니다. 에러 화면을 읽게 하여 원인을 검토하는 것과 이미지 자체를 생성하는 것은 별개의 용도입니다.
API를 경유할 경우, 설정한 경로가 사고 수준과 출력 상한선을 실제로 전달하는지 확인해야 합니다. Crazyrouter의 OpenAI 호환 엔드포인트는 https://api.crazyrouter.com/v1이며, 이 비교에 사용된 모델 ID는 gemini-3.8-flash, gemini-4-hydrogen, gemini-4-argon입니다. Google 계열 모델 목록에서 ID와 이용 가능한 경로를 확인할 수 있습니다. 여기서 제시된 것은 연결 정보일 뿐, 본 기사에서 세 가지 모델을 동일한 과제에 대해 호출했다는 의미는 아닙니다.
| 지표 | Hydrogen | 비교 대상 | 해석 방법 |
|---|
| Terminal-Bench 4.1 | 57.0% | 3.8 Flash: 18.2% | 터미널 상의 Agent 과제 성적점수. |
| 태스크 완료 속도 | 기본 high로 2.5배 | | Google 과제군에서의 결과. 단발적인 응답 시간이 아니다. |
| 실행하지 않은 작업을 완료라고 진술하는 오류 | 5분의 1 미만 | 3.8 Flash | 최종 보고서와 도구 실행 기록을 대조하고 싶다. |
| Artificial Analysis Intelligence Index | high: 51, xhigh: 54 | Argon: 50 | 종합 지표만으로 설계 태스크의 적성을 결정할 수 없다. |
Terminal-Bench의 정답률, 태스크 완료 속도, 종합 지수는 측정하는 것이 다릅니다. 지표상 Hydrogen이 Argon보다 높은 항목이 있더라도, 자신의 시스템 의존성이나 마이그레이션 순서를 올바르게 설계할 수 있는지는 별도로 조사해야 합니다. 이러한 수치들은 마이그레이션 테스트에서 어떤 과제를 우선순위로 결정할지 판단하는 자료로 활용하는 것이 실무적입니다.
예를 들어, 재현 절차가 확정된 버그 수정 평가의 경우, 3.8 Flash와 Hydrogen에 동일한 입력, 동일한 도구 권한, 동일한 합격 조건을 부여합니다. Hydrogen는 먼저 기본 high로 테스트하고, 어려운 과제에서 결과가 부족할 때만 xhigh를 추가합니다. Argon의 경우, 구현보다는 방침 결정이 어려운 과제를 별도로 준비하면 역할 차이를 확인할 수 있습니다.
| 보존할 것 | 확인할 수 있는 것 |
|---|
| 변경 차분(Diff) | 필요한 파일만 수정했는지 여부. |
| ... | |
| 본 기사의 원 자료에는 이 조건으로 3개 모델을 비교한 API의 생 기록은 없습니다. 이 표는 재활용 가능한 평가 방법을 보여주는 것이며, 이미 실시된 비교 결과가 아닙니다. | |
3.8 Flash는 짧은 처리가 안정적으로 작동하며 대기 시간에 민감할 경우 유지하는 것이 좋습니다. Hydrogen는 수정 범위와 합격 조건이 명확한 코딩 작업, 연속적인 도구 조작, 작업 마무리 단계에 적합합니다. Argon은 제약 충돌이나 장기간의 의존 관계를 정리한 후에 구현을 시작하고 싶을 때 선택하는 것이 좋습니다. 더 깊은 계획이 필요할 때는 Carbon을 별도로 검토합니다.
'수정안이 자연스럽게 보인다'는 이유만으로 완료로 판정하지 않는 것이 이 선택의 공통 조건입니다. 차분(Diff), 테스트 결과, 미확인된 점까지 모두 갖춰져서 비로소 Agent가 작업을 마쳤다고 판단할 수 있습니다.
- Google, Gemini 4 Hydrogen 소개, 2026년 11월 12일. - Google DeepMind, Gemini 4 Hydrogen Model Card, 2026년 11월. - Google Cloud, Gemini 4 Hydrogen의 모델 사양 및 개발자 자료 확인, 2026년 11월 17일.
- Google, Gemini 3.8 Flash 발표 자료, 2026년 9월.
- Google DeepMind, Gemini 4 Hydrogen 평가 결과 및 방법, 2026년 11월.